正确且可移植的 utf8 文件名规范化答案

【问题标题】：Correct and portable utf8 filename normalization正确且可移植的 utf8 文件名规范化
【发布时间】：2012-06-07 02:29:29
【问题描述】：

还有一个 perl/utf8 问题：

代码：

use 5.012;
use utf8;
use strict;
use warnings;
use feature qw(unicode_strings);

use open qw(:std :utf8);
use Encode qw(encode decode);
use charnames qw(:full);
use Unicode::Normalize qw(NFD NFC);

my $name = "\N{U+00C1}";        # Á (UPPERCASE A WITH ACUTE)

opendir(my $dh, ".") || die "error opendir";
while(readdir $dh) {
    say "ENC-OK" if      decode('UTF-8', $_)   =~ $name; #never true
    say "NFC-OK" if NFC( decode('UTF-8', $_) ) =~ $name; #true
}
closedir $dh;

上面的代码将为每个文件名中包含Á 的文件打印NFC-OK。但永远不会在 NFD 编码的文件系统上打印 ENC-OK，因为 opendir 永远不会以 \x00C1 的形式返回 Á，而是 "A"、"accent"...

问题：如何为任何操作系统正确编写上述代码？

【问题讨论】：

标签： perl utf-8 portability

【解决方案1】：

更具体地说，

NFC( decode('UTF-8', $_) ) =~ quotemeta( NFC( $name ) )

和

NFD( decode('UTF-8', $_) ) =~ quotemeta( NFD( $name ) )

适用于每个文件名，无论其形式如何。

...好吧，只要它是 UTF-8 编码的。 Windows 上不会出现这种情况，除非使用 chcp 65001。

【讨论】：

已更改答案以匹配问题。
使用模式匹配是没有意义的。只需使用 eq 并跳过 quotameta()ing。